Занятие-10-ИТ в Н и П-2015

Информационные технологии в
науке и производстве
Дисциплина для магистерской подготовки по
направлению 36.04.02 «Зоотехния»
Автор: Исаев Владимир Александрович,
к.т.н., профессор
Великий Новгород, 2015
Занятие 10
ГОСТ Р ИСО/МЭК 15288 – 2005 Информационная
технология. Системная инженерия. Процессы
жизненного цикла систем
Методологические основы моделирования
Математическое моделирование как процесс
Стандарты ГОСТ Р ИСО и ГОСТ Р
• ГОСТ Р ИСО/МЭК 15288 – 2005 Информационная
технология. Системная инженерия. Процессы
жизненного цикла систем.
• ГОСТ Р ИСО 10576-1-2006 Статистические методы.
Руководство по оценке соответствия установленным
требованиям.
• ГОСТ 24026-80 Исследовательские испытания.
Планирование эксперимента. Термины и
определения.
• ГОСТ Р 51901-15-2005 Менеджмент риска.
Применение марковских методов.
ГОСТ Р 50779
(Статистические методы)
ГОСТ Р 50779.0-95
Статистические методы. Основные положения
ГОСТ Р 50779.10-2000
Статистические методы. Вероятность и основы
статистики. Термины и определения
Статистические методы. Статистическое
управление качеством. Термины и определения
Статистические методы. Правила определения и
методы расчета статистических характеристик по
выборочным данным. Часть 1. Нормальное
распределение
Статистические методы. Статистическое
представление данных. Точечная оценка и
доверительный интервал для среднего
Статистические методы. Статистическое
представление данных. Сравнение двух средних
в парных наблюдениях
Статистические методы. Статистическое
представление данных. Оценка медианы
Статистические методы. Статистическое
представление данных. Мощность тестов для
средних и дисперсий
ГОСТ Р 50779.11-2000
ГОСТ Р 50779.21-2004
ГОСТ Р 50779.22-2005
ГОСТ Р 50779.23-2005
ГОСТ Р 50779.24-2005
ГОСТ Р 50779.25-2005
Модель реализации процесса исследований,
разработок и инноваций
(стандарт UNE 166002:2006, Испания)
Исследовательские проекты
Исследования
Свод существующих научно-технических знаний
Идеи
Предвидение
Внутреннее
творчество
Внутренний и
внешний анализ
Потенциал рынка
Техническая/экономическая
осуществимость
Изобретение
и/или базовый
дизайн
Детальный
дизайн или
пробное
испытание
(пилотный
проект)
Повторный
дизайн,
демонстрация и
изготовление
Коммерциализация
Выбор идей
Проекты
Необход
мость
рынку и
обществ
у
Технология
Watch System
Инновационные проекты
- продукты;
- услуги;
- процессы;
- материалы
Методологические основы
моделирования
Модели́рование — исследование объектов познания на их
моделях; построение и изучение моделей реально
существующих объектов, процессов или явлений с целью
получения объяснений этих явлений, а также для
предсказания явлений, интересующих исследователя.
Классификация видов моделирования систем
Виды моделирования
•
•
•
•
•
•
•
Информационное моделирование;
Компьютерное моделирование;
Математическое моделирование;
Цифровое моделирование;
Статистическое моделирование;
Структурное моделирование;
…….
Примечание: Математическое моделирование — процесс
построения и изучения математических моделей.
Все естественные и общественные науки, использующие
математический аппарат, по сути занимаются математическим
моделированием: заменяют реальный объект его
математической моделью и затем изучают последнюю.
ГОСТ Р ИСО 9000-2008
Понятия, относящиеся к процессам и продукции (3.4)
Процесс моделирования
•
•
•
•
•
•
•
Процесс моделирования включает три элемента:
субъект (исследователь),
объект исследования,
модель, определяющую (отражающую) отношения познающего
субъекта и познаваемого объекта.
Моделирование — многоэтапный, циклический процесс:
первый этап построения модели предполагает наличие
некоторых знаний об объекте-оригинале;
на втором этапе модель выступает как самостоятельный объект
исследования;
на третьем этапе осуществляется перенос знаний с модели на
оригинал — формирование множества знаний;
четвёртый этап — практическая проверка получаемых с
помощью моделей знаний и их использование для построения
обобщающей теории объекта, его преобразования или
управления им.
Информационные ресурсы по
дисциплине
Определения
• По учебнику Советова и Яковлева : «модель (лат. modulus —
мера) — это объект-заместитель объекта-оригинала,
обеспечивающий изучение некоторых свойств оригинала.» (с. 6)
• «Замещение одного объекта другим с целью получения
информации о важнейших свойствах объекта-оригинала с
помощью объекта-модели называется моделированием.» (с. 6)
• «Под математическим моделированием будем понимать
процесс установления соответствия данному реальному
объекту некоторого математического объекта, называемого
математической моделью, и исследование этой модели,
позволяющее получать характеристики рассматриваемого
реального объекта. Вид математической модели зависит как от
природы реального объекта, так и задач исследования объекта
и требуемой достоверности и точности решения этой задачи.»
Советов Б.Я., Яковлев С.А. Моделирование систем. – М.: Высшая школа, 2005.
- 343 с.
Информационные ресурсы по
дисциплине
Компьютерное моделирование
•
•
•
•
•
Компьютерное моделирование является одним из
эффективных методов изучения сложных систем.
К основным этапам компьютерного моделирования относятся:
постановка задачи, определение объекта моделирования;
разработка концептуальной модели, выявление основных
элементов системы и элементарных актов взаимодействия;
формализация, то есть переход к математической модели;
создание алгоритма и написание программы;
планирование и проведение компьютерных экспериментов;
анализ и интерпретация результатов.
Примечание: Различают аналитическое и имитационное моделирование.
При имитационном моделировании исследуются математические модели в
виде алгоритма(ов), воспроизводящего функционирование исследуемой
системы путем последовательного выполнения большого количества
элементарных операций.
Компьютерные системы моделирования
• Для поддержки математического моделирования
разработаны системы компьютерной математики,
например, Maple, Mathematica, Mathcad, MATLAB,
VisSim и др.
• Они позволяют создавать формальные и блочные
модели как простых, так и сложных процессов и
устройств и легко менять параметры моделей в ходе
моделирования.
• Блочные модели представлены блоками (чаще всего
графическими), набор и соединение которых
задаются диаграммой модели.
Информационные ресурсы по
дисциплине
Формальная классификация моделей
•
•
•
•
•
•
Основывается на классификации используемых
математических средств. Часто строится в форме дихотомий.
Например, один из популярных наборов дихотомий:
Линейные или нелинейные модели;
Сосредоточенные или распределённые системы;
Детерминированные или стохастические ;
Статические или динамические;
Дискретные или непрерывные;
и так далее.
Каждая построенная модель является линейной или
нелинейной, детерминированной или стохастической, …
Естественно, что возможны и смешанные типы: в одном
отношении сосредоточенные (по части параметров), в другом —
распределённые модели и т. д.
Классификация моделей по способу
представления объекта
Наряду с формальной классификацией, модели различаются по
способу представления объекта:
• Структурные модели;
• Функциональные модели.
Структурные модели представляют объект как систему со
своим устройством и механизмом функционирования.
Функциональные модели не используют таких
представлений и отражают только внешне воспринимаемое
поведение (функционирование) объекта.
В их предельном выражении они называются также
моделями «чёрного ящика». Возможны также комбинированные
типы моделей, которые иногда называют моделями «серого
ящика».
Последовательность проведения отдельных этапов общей
процедуры вычислительного эксперимента
Принципы моделирования
1. Принцип информационной достаточности. При полном отсутствии
информации об объекте построить модель невозможно. При наличии
полной информации моделирование лишено смысла. Существует
уровень информационной достаточности, при достижении которого может
быть построена модель системы.
2. Принцип осуществимости. Создаваемая модель должна обеспечивать
достижение поставленной цели исследования за конечное время.
3. Принцип множественности моделей. Любая конкретная модель
отражает лишь некоторые стороны реальной системы. Для полного
исследования необходимо построить ряд моделей исследуемого
процесса, причем каждая последующая модель должна уточнять
предыдущую.
4. Принцип системности. Исследуемая система представима в виде
совокупности взаимодействующих друг с другом подсистем, которые
моделируются стандартными математическими методами. При этом
свойства системы не являются суммой свойств ее элементов.
5. Принцип параметризации. Некоторые подсистемы моделируемой
системы могут быть охарактеризованы единственным параметром:
вектором, матрицей, графиком, формулой.
Приложение
Глоссарий по математическому
моделированию
Глоссарий по математическому
моделированию
Модели́рование — исследование объектов познания на их
моделях; построение и изучение моделей реально
существующих объектов, процессов или явлений с целью
получения объяснений этих явлений, а также для предсказания
явлений, интересующих исследователя.
Математическое моделирование — процесс построения и
изучения математических моделей.
Компьютерная модель (англ.computer model), или численная
модель (англ. computational model) — компьютерная
программа, работающая на отдельном компьютере,
суперкомпьютере или множестве взаимодействующих
компьютеров(вычислительных узлов), реализующая
абстрактную модель некоторой системы.
Глоссарий по математическому
моделированию
Имитационное моделирование – воспроизведение (имитация)
процессов функционирования исследуемой (моделируемой)
системы, с соблюдением основных закономерностей их логики
и временнóй последовательности. Вид математического
моделирования. Как правило, имитационное моделирование
реализуется средствами вычислительной техники и
используется при моделировании сложных (нелинейных,
стохастических, с большим числом элементов и связей между
ними) систем, для которых невозможно построить
аналитическую модель .
Для имитационного моделирования характерно исследование
отдельных траекторий динамики моделируемого объекта. При
этом фиксируются некоторые начальные условия (начальное
состояние объекта или параметры модели) и рассчитывается
одна траектория.
Глоссарий по математическому
моделированию
То есть, аналитической зависимости между параметрами
модели и будущими состояниями системы не ищется.
Как правило, при имитационном моделировании используют
численные методы, реализованные на компьютере. Плюс
имитационного моделирования заключается в том, что оно
позволяет проанализировать различные сценарии иногда даже
для очень сложных моделей.
Его недостаток состоит в отсутствии возможности получения,
например, ответа на вопрос, в каких случаях (при каких
значениях начальных условий и параметров модели) динамика
системы будет удовлетворять заданным требованиям.
Кроме того, обычно затруднителен анализ устойчивости
имитационных моделей.
Имитационная модель технологического процесса
Сеть Петри технологического процесса
Циклограмма технологического процесса
Учебное задание
• Познакомиться с содержанием стандарта ГОСТ Р
ИСО/МЭК 15288 – 2005 Информационная
технология. Системная инженерия. Процессы
жизненного цикла систем;
• Изучить «Методологические основы моделирования»
• Познакомиться с содержанием Приложения
«Глоссарий по математическому моделированию».
Примечание: учебные материалы размещены на портале НовГУ
(Исаев Владимир Александрович > ИТ в науке и производстве
> …)
Список литературы
1. Смит Джон М. Математическое и цифровое моделирование
для инженеров и исследователей. Пер. с англ. Н.П. Ильиной;
Под ред. О.А. Чембровского. — М.: Машиностроение, 1980.—
271 с.
2. Самарский А.А., Михайлов А.П. Математическое
моделирование: Идеи. Методы. Примеры 2-е изд., испр. – М.:
Физматлит, 2002. – 320 с.
3. Введение в математическое моделирование. Под ред. П.В.
Трусова, В Н. Ашихмина и др. - М.: Логос, 2005. - 440 с.
4. Лазарев Ю. Моделирование процессов и систем в MATLAB
Учебный курс. – СПб.: Питер; Киев: Изд. Группа BHV, 2005.512с.
5. Гультяев А.К. MATLAB 5.3. Имитационное моделирование в
среде Windows: Практическое пособие. – СПб.: КОРОНА принт,
2001.-400с.
Спасибо за внимание!
Тел.: (8162) 620323
E-mail: vladimir.isaev@novsu.ru